企业官网建设流程全解析

kohya_ss新手完整指南：从安装到训出第一张图的四步LoRA实操

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss

kohya_ss 是一个面向扩散模型训练的图形界面工具，把 LoRA 训练、Dreambooth 和全量微调的所有参数都变成浏览器里的滑块和输入框，适合没有命令行基础、但想训练专属风格的创作者。

它解决什么问题

很多训练脚本（LoRA、Dreambooth）原本只能靠拼写一长串命令行参数完成，写错一个字符就要重来。kohya_ss 把这些参数收进一个 Gradio Web 界面，你填好表单后它自动生成对应的训练命令并执行。它支持 SD1.5/2.x、SDXL、SD3、Flux.1、Lumina、Anima、HunyuanImage 等主流基模，也覆盖 LoRA、LoHa、LoKr、Textual Inversion 等多种训练方式。

换句话说：你的电脑有 NVIDIA 显卡、有一批喜欢的图片，剩下交给 kohya_ss LoRA 训练界面。

开始前准备

安装环境（约 10 分钟）

先确认两件事：NVIDIA 显卡（建议显存 12GB 以上，跑 SDXL 更从容）、Python 3.11.9 并已加入 PATH（安装时勾选 "Add to PATH"）。然后克隆仓库并启动：

git clone --recursive https://gitcode.com/GitHub_Trending/ko/kohya_ss cd kohya_ss

• Windows：双击运行gui-uv.bat
• Linux / macOS：终端执行./gui-uv.sh

脚本会自动安装依赖，浏览器打开 http://localhost:7860 即表示成功。两种安装方式的完整说明见 uv 版 Windows 安装 和 pip 版说明。

准备训练素材

kohya_ss 要求数据集按"文件夹 + 同名 .txt 描述"组织，参考 文件夹结构文档：

dataset/ └── 10_my_style/ ├── image1.jpg ├── image1.txt # 内容如：a painting of a steam punk skull └── image2.jpg

• 数量：10~20 张，风格统一、主题明确，质量优先于数量
• 分辨率：SD1.5 建议 512x512 起步，SDXL 建议 1024x1024
• 每张图必须有同名的 .txt 描述文件，描述会覆盖文件夹名参与训练

仓库里自带一组示例数据可以直接打开研究：test/img/10_darius kawasaki person/，8 张图配 8 个 .txt，是最小可用数据集的样板。

核心操作四阶段

阶段一：设置默认路径

目标：让界面记住你的模型和数据存放位置，省得每次手填。

具体操作：把根目录的config example.toml复制一份改名为config.toml，填入你的基模目录、数据集目录、输出目录（路径用正斜杠，绝对路径或相对仓库根目录的路径均可）。

完成标志：重新启动 GUI 后，各标签页的路径输入框已自动预填好你的目录。

阶段二：选择训练模式并加载预设

目标：用社区调好的参数起步，而不是从零猜。

具体操作：进入 LoRA 标签页，点击加载配置，从presets/lora/目录选一个预设。例如：

• SDXL - LoRA AI_characters standard v1.0.json：角色类训练
• SDXL - LoRA finetuning phase 1_v1.1.json：两阶段训练的第一阶段
• iA3-Prodigy-sd15.json：SD1.5 场景

完成标志：表单中的 network_dim、学习率、优化器等字段全部被预设值填充。

阶段三：配置数据集与采样图

目标：告诉界面训练什么、训练中如何预览效果。

具体操作：填入数据集目录（阶段准备里的结构）；在采样提示词文件里写 1~2 条提示词，可加生成参数，如--w 768 --h 768 --l 7.5 --s 28（宽度、高度、CFG、步数）。

完成标志：数据集目录被识别出子文件夹和图数，采样提示词文件保存成功。

阶段四：开始训练并观察

目标：启动训练并判断是否健康。

具体操作：点击开始训练，在控制台观察 loss 变化；训练中会按采样提示词周期性生成预览图。

完成标志：输出目录（默认outputs/）中出现 .safetensors 模型文件，预览图风格逐渐接近你的素材。


完整案例：用仓库示例图训一个"蒸汽朋克骷髅"风格 LoRA

素材：直接用test/img/10_darius kawasaki person/下的 8 张图，它们已带同名 .txt 描述（如a painting of a steam punk skull with a gas mask），无需改动。

配置：在 LoRA 标签页加载presets/lora/SDXL - LoRA AI_characters standard v1.0.json，做三处修改：

• 输出模型名：my_steampunk_lora
• max_train_epochs：100 改为 10（首跑验证用）
• train_batch_size：8 改为 2（显存不够时先降这里）

预设自带的network_dim=32、network_alpha=32是社区验证过的标准组合，保持不动。

运行：点击开始训练。SDXL + 8 张图 + 10 轮，8GB 显存显卡大约几十分钟可完成，期间留意控制台 loss 是否在下降，以及每隔若干步生成的采样图是否出现骷髅、面具、黄铜管这些元素。

结果：在outputs/得到my_steampunk_lora.safetensors（约几十 MB）。把它放进 ComfyUI 或 WebUI 的 LoRA 目录，提示词中加上触发词，即可生成同风格新图。如果首跑效果偏淡，把max_train_epochs提到 30~100 再训一轮，这是最直接的改进路径。

常见问题速查

• 如果启动时提示No module named tkinter：重装 Python（勾选 tcl/tk 组件）， kohya_ss 的图形依赖它，详见 README 故障排查。
• 如果训练中途显存爆掉（OOM）：按顺序降train_batch_size、降max_resolution、在优化器选项里选 8bit 版本（如 AdamW8bit），三项通常解决 90% 的情况。
• 如果在 SSH 远程机器上启动，界面卡死不动：原生弹窗在无显示器环境会阻塞进程，改用./gui.sh --headless启动即可跳过本地文件选择框和覆盖确认。
• 如果训了几小时看不出效果：先用 5 张图、5 轮做"快速验证"，确认流程与描述文件没问题，再加数据和轮数，避免盲目长训。

另外，进阶场景如"只对图片某个区域计损失"（masked loss），仓库的test/masked_loss/目录提供了对应的黑白遮罩示例：

行动清单

• 按安装文档跑通gui-uv.bat/gui-uv.sh，浏览器能看到 7860 端口界面
• 复制config example.toml为config.toml，填好基模与数据目录
• 整理 10 张风格统一的图片，每张配同名 .txt 描述
• 加载一个presets/lora/预设，改输出名和轮数后完成首跑
• 用训练产出的 .safetensors 生成 3 张测试图，对比你的原始素材风格

工具只管把参数交给机器，风格判断始终在你手里——从最小数据集开始，跑通一次，后面的路就清晰了。

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss